machine-learning - Weka FilteredClassifier arrayOutOfBoundsException

Question

我尝试对以下格式的数据使用过滤后的分类器:

实数，实数，实数，...，标称

其中我有 138 个实值和一个代表该类的名义字符串。我使用 J48 作为基分类器和监督离散化过滤器，如下所示:

Filter discretize = new weka.filters.supervised.attribute.Discretize();
FilteredClassifier fc = new FilteredClassifier(); 
discretize.setInputFormat(m_data);

J48 ft = new J48();
ft.setOptions(wekaOptions);
fc.setFilter(discretize);
fc.setClassifier(ft);

fc.buildClassifier(m_data);

其中m_data是我的(带标签的)训练数据，设置了m_data.setClassIndex(m_data.numAttributes()-1)。这里没有问题(我可以看到)。我序列化这个模型并稍后加载它。然后我用它来分类看不见的/新的数据，如下所示:

Instance unlabeledInstance = new DenseInstance(1.0,features);
unlabeledInstance.setDataset(m_instances); 
m_classifier.classifyInstance(unlabeledInstance);

其中 features 是一个 double[]，它遵循输入数据的格式，但没有标称类值。这里 m_instances 只是从训练数据文件中加载m_instances.setClassIndex(m_instances.numAttributes()-1) 设置。

但是，在运行 m_classifier.classifyInstance(unlabeledInstance) 时，我收到 arrayOutOfBoundsException 错误。任何人都可以阐明这一点吗？

跟踪是:

07-13 15:15:35.383: W/System.err(30659): java.lang.ArrayIndexOutOfBoundsException: length=138; index=138
07-13 15:15:35.383: W/System.err(30659):    at weka.core.DenseInstance.value(DenseInstance.java:309)
07-13 15:15:35.383: W/System.err(30659):    at weka.filters.unsupervised.attribute.Discretize.convertInstance(Discretize.java:1047)
07-13 15:15:35.383: W/System.err(30659):    at weka.filters.unsupervised.attribute.Discretize.input(Discretize.java:389)
07-13 15:15:35.383: W/System.err(30659):    at weka.classifiers.meta.FilteredClassifier.distributionForInstance(FilteredClassifier.java:425)
07-13 15:15:35.383: W/System.err(30659):    at weka.classifiers.AbstractClassifier.classifyInstance(AbstractClassifier.java:72)

看起来它期望设置类值。

Answer 1

我认为您需要从 unlabeledInstance 中删除类值(因此不需要 m_instances.setClassIndex(m_instances.numAttributes()-1) )。当 Weka 对测试实例进行分类时，它只需要功能而不需要类，因此，如果您将类保留在实例中，那么 Weka 不会期望数组中存在额外的条目，并会给出 ArrayIndexOutOfBoundsException 异常.